KI-Glossar: die wichtigsten Begriffe zu Künstlicher Intelligenz.

Generative KI ist der Teilbereich der Künstlichen Intelligenz, der neue Inhalte erzeugt — Texte, Bilder, Audio oder Code. Sie lernt Muster aus großen Datenmengen und erstellt daraus eigenständige, plausible Ergebnisse. Bekannte Beispiele sind ChatGPT, Claude, Gemini und Midjourney.

Ein Large Language Model (LLM) ist ein KI-Modell, das auf riesigen Textmengen trainiert wurde, um menschliche Sprache zu verstehen und zu erzeugen. Es sagt jeweils das wahrscheinlichste nächste Wort voraus. LLMs sind die Technik hinter Chatbots wie ChatGPT, Claude und Gemini.

Prompt Engineering ist die Fähigkeit, Anweisungen an eine KI so zu formulieren, dass sie das gewünschte Ergebnis liefert. Ein guter Prompt gibt Rolle, Kontext, Aufgabe, Format und Beispiele vor. Es ist die wichtigste praktische Kompetenz im täglichen Umgang mit generativer KI.

Retrieval-Augmented Generation (RAG) verbindet ein Sprachmodell mit einer externen Wissensquelle. Statt nur aus dem Training zu antworten, sucht das System relevante Dokumente und nutzt sie als Grundlage der Antwort. Das macht Ergebnisse aktueller, belegbar und reduziert Halluzinationen — zentral für Unternehmens-KI.

Der AI Act ist das erste umfassende KI-Gesetz der EU. Er teilt KI-Systeme nach Risiko ein — von minimal bis verboten — und knüpft daran abgestufte Pflichten wie Transparenz, Dokumentation und Aufsicht. Für Unternehmen gelten gestaffelte Übergangsfristen. Ziel ist vertrauenswürdige KI bei gewahrten Grundrechten.

Ein KI-Agent ist ein System, das nicht nur antwortet, sondern eigenständig Aufgaben plant und ausführt — über mehrere Schritte, mit Zugriff auf Werkzeuge wie Suche, Code oder andere Software. Ein Agent verfolgt ein Ziel, trifft Zwischenentscheidungen und handelt, statt nur Inhalte zu erzeugen.

Als Halluzination bezeichnet man eine KI-Antwort, die plausibel klingt, aber faktisch falsch oder frei erfunden ist. Sprachmodelle erzeugen Wahrscheinlichkeiten, kein geprüftes Wissen — deshalb können sie überzeugend Unsinn produzieren. Halluzinationen sind das zentrale Risiko beim Unternehmenseinsatz und müssen durch Prüfung abgefangen werden.

Maschinelles Lernen ist der Teilbereich der KI, in dem Systeme aus Daten lernen, statt fest programmiert zu werden. Aus Beispielen erkennen sie Muster und treffen darauf gestützt Vorhersagen — und werden mit mehr Daten besser. Es ist die Grundlage fast aller modernen KI-Anwendungen.

KI-Governance umfasst die Regeln, Rollen und Prozesse, mit denen ein Unternehmen den Einsatz von Künstlicher Intelligenz steuert. Sie klärt, wer KI wie nutzen darf, wie Datenschutz, Risiken und Compliance gewahrt werden und wer verantwortet. Ohne Governance wird KI im Betrieb zum unkontrollierten Risiko.

Multimodale KI verarbeitet mehrere Arten von Daten gleichzeitig — Text, Bild, Audio und Video. Statt nur zu lesen, kann sie ein Foto beschreiben, ein Diagramm auswerten oder gesprochene Sprache verstehen und kombinieren. Moderne Modelle wie GPT-4o und Gemini sind multimodal angelegt.